提出了一种基于约束松弛机制和反向搜索的粒子群算法。约束松弛机制通过度量不可行解与可行解的距离，使边界位置的不可行解得以概率性存活，缓解了约束条件的不利影响；反向搜索机制则使不可行解迅速转向某一对称区域，提高了可行域的发掘效率。同时，利用局部最优位置的概念，使个体依据约束违反情况执行不同的搜索算子，克服了函数形貌的影响。通过六组标准约束优化问题的测试结果表明，所提出算法总体优于几种对比算法，最优解与理论值的相对误差由0~25.214%降低到了0~0.752%。